给定两个大小为 m 和 n 的正序(从小到大)数组 nums1 和 nums2。
请你找出这两个正序数组的中位数,并且要求算法的时间复杂度为 O(log(m + n))。
你可以假设 nums1 和 nums2 不会同时为空。
示例 1:
nums1 = [1, 3]
nums2 = [2]
则中位数是 2.0
示例 2:
nums1 = [1, 2]
nums2 = [3, 4]
则中位数是 (2 + 3)/2 = 2.5
解法:
public class Solution {
public static void main(String[] args) {
Solution solution = new Solution();
int len1 = 10000000;
int len2 = 10000000;
int[] arr1 = new int[len1];
int[] arr2 = new int[len2];
int idx1 = 0;
int idx2 = 0;
Random random = new Random();
for (int i = 0; i < len1 + len2; i++) {
int rand = 100 + random.nextInt(100);
if (random.nextInt(10) / 10 < 1) {
if (idx1 < len1) {
arr1[idx1] = idx1 == 0 ? 10000 : arr1[idx1 - 1] + rand;
idx1++;
} else if (idx2 < len2) {
arr2[idx2] = idx2 == 0 ? rand : arr2[idx2 - 1] + rand;
idx2++;
}
} else {
if (idx2 < len2) {
arr2[idx2] = idx2 == 0 ? rand : arr2[idx2 - 1] + rand;
idx2++;
} else if (idx1 < len1) {
arr1[idx1] = idx1 == 0 ? 10000 : arr1[idx1 - 1] + rand;
idx1++;
}
}
}
long start = System.currentTimeMillis();
double result = solution.findMedianSortedArrays(arr1, arr2);
System.out.println("耗时:" + (System.currentTimeMillis() - start) + "ms, 结果为:" + result);
long start2 = System.currentTimeMillis();
double result2 = solution.findMedianSortedArrays2(arr1, arr2);
System.out.println("耗时:" + (System.currentTimeMillis() -start2 ) + "ms, 结果为:" + result2);
}
public double findMedianSortedArrays(int[] nums1, int[] nums2) {
int num2Len = nums2.length;
int num1Len = nums1.length;
if (num1Len > num2Len) {
return findMedianSortedArrays(nums2, nums1);
}
if (num1Len == 0) {
return findMid(nums2, 0, num2Len);
}
return split(nums1, nums2, 0, num1Len, 0, num2Len);
}
private double merge(int[] nums1, int[] nums2, int nums1Left, int nums1Offset, int nums2Left, int nums2Offset) {
int nums1RightIdx = nums1Left + nums1Offset - 1;
int nums2RightIdx = nums2Left + nums2Offset - 1;
int[] temp = new int[nums1Offset + nums2Offset];
int idxTemp = 0;
while (true) {
if (nums1Left > nums1RightIdx && nums2Left > nums2RightIdx) {
break;
}
if (nums1Left > nums1RightIdx && nums2Left <= nums2RightIdx) {
temp[idxTemp++] = nums2[nums2Left++];
}
if (nums1Left <= nums1RightIdx && nums2Left > nums2RightIdx) {
temp[idxTemp++] = nums1[nums1Left++];
}
if (nums1Left <= nums1RightIdx && nums2Left <= nums2RightIdx) {
temp[idxTemp++] = nums1[nums1Left] < nums2[nums2Left] ? nums1[nums1Left++] : nums2[nums2Left++];
}
}
return findMid(temp, 0, temp.length);
}
private double split(int[] nums1, int[] nums2, int nums1Left, int nums1Right, int nums2Left, int nums2Right) {
int num1Len = nums1Right - nums1Left;
int num2Len = nums2Right - nums2Left;
if (num1Len <= 7 && num2Len <= 7) {
return merge(nums1, nums2, nums1Left, num1Len, nums2Left, num2Len);
}
if (nums1[nums1Right - 1] < nums2[nums2Left]) {// nums1 最大 < nums 2的最小
return findMid(nums2, nums2Left, nums2Right - num1Len);
}
if (nums2[nums2Right - 1] < nums1[nums1Left]) {// nums2 最大 < nums的最小
return findMid(nums2, nums1Left + num1Len, nums2Right);
}
if (num1Len <= 3 && num2Len > 7) {
//中间向左偏2的位置
int start = Math.max(nums2Left + (num2Len / 2 - 2), 0);
return split(nums1, nums2, nums1Left, nums1Right, start, num2Len % 2 == 0 ? start + 4 : start + 5);
}
double mid1 = findMid(nums1, nums1Left, nums1Right);
double mid2 = findMid(nums2, nums2Left, nums2Right);
int cutOff = num1Len / 2 - 1;
if (mid1 < mid2) {
return split(nums1, nums2, nums1Left + cutOff, nums1Right, nums2Left, nums2Right - cutOff);
}
if (mid1 > mid2) {
return split(nums1, nums2, nums1Left, nums1Right - cutOff, nums2Left + cutOff, nums2Right);
}
return mid1;
}
private double findMid(int[] nums, int nums1Left, int nums1Right) {
int len = nums1Right - nums1Left;
if (len <= 0)
return -1;
if (len % 2 == 0) {//偶数
return (nums[nums1Left + len / 2 - 1] + nums[nums1Left + len / 2]) / 2.0;
} else {//奇数
return nums[nums1Left + len / 2];
}
}
}